风机、压缩机和汽轮机等旋转机械设备广泛应用于现代化工业生产实践中，对这些设备开展状态监测与故障诊断工作，保障设备安全可靠的运行，具有重要的经济意义和社会意义。根据振动信号对旋转机械进行状态监测与故障诊断目前是设备管理维护的主要手段。对振动信号进行特征提取和分析，是进行准确诊断的必要前提。本文实现并改进了多种振动信号处理方法，并将其集成到《振动信号离线分析系统》之中，应用系统对仿真信号、实验室模拟信号和工程实际信号进行了全方位的分析，验证了算法的准确性和有效性。二十余种信号处理方法使得该系统功能丰富，算法上的改进使其分析效果更加理想，对提高我国旋转机械的故障诊断系统水平具有重要意义。在此基础上，深入研究了集成经验模态分解（EEMD）和固有时间尺度（ITD）方法。EEMD是在经验模式分解（EMD）的基础上通过引入白噪声改进EMD缺点的一种新方法；ITD作为非平稳信号的有效信号处理方法，具有计算效率高等优点。EEMD和ITD两种方法都有效的解决了EMD方法的端点效应、模式混叠等缺点。本文不仅通过仿真信号对EMD、EEMD和ITD的分析效果进行了对比，总结了三种信号处理方法的优缺点，而且应用EEMD、ITD对齿轮实验台和水泥厂高温风机进行故障诊断，获取了设备的故障特征。音频信号与振动信号均包含着机组运行状态信息，两者相结合能够获取设备更加全面的信息。因此，本文在对利用振动信号对旋转机械进行故障诊断的基础上，以风力发电机组传动系统为研究对象，提出了声振耦合的分析方法。该方法的提出为旋转机械故障诊断提供了一个新的思路，将此方法应用到风力发电机组传动系统的整机评估和故障诊断中具有明显效果。